算法的主要作用
建立完整动作的边界（temporal boundaries）
检测片段的相关性和完整性（relevance and completeness）
算法的主要步骤：（proposal+classification）
- 构造proposals（generating temporal proposals ）
构造一堆未分类的片段，这些片段有可能是潜在的代表一个action的区域
TAG(Temporal Actionness Grouping)，使用卷积神经网络分辨Action和Background，在这个项目中就是精彩片段和非精彩片段。
构造Temporal region proposals：
- extract snippets：
- 对一个video，等距抽取一些帧，一个snippet由这个帧的图像以及又它生成的Optical flow field组成，所以一个snippet不仅是某个时刻的图像（appearance），而且还带有运动信息（motion）
- evaluate snippet-wise actionness
Actionness代表一个snippet是一个action实例的概率
所以在一个片段中如果有很多Actionness高分的snippets，就说明这一个片段很可能属于一个Activity
这样我们就得到了一个video中，所有snippets的actionness分数，这个分数介于0-1之间，现在我们可以拿这些分数做什么呢？
- finally group them into region proposals.
- 得到了所有snippets的actionness分数之后，我们的初步的想法是将分数高的snippets连续片段划分为一个Activity区域，但是因为高分的snippets并不连续，所以这样的零容忍做法会导致划分出的区域断断续续，数量多而且十分分散。我们需要采取一些具有容忍性的方法，允许Activity区域包含一些低分的snippets，但是数量不能超过一定的比例。所以我们可以采取如下的做法（设定阈值[图片上传失败...(image-e6e3d2-1515753117264)] ）：
(1) 第一步，根据得到的snippets的actionness分数，我们可以通过设定阈值[图片上传失败...(image-e77116-1515753117264)] 或其它值来将actionness的概率值转化为0-1分布，例如如果actionness>0.5，则转化为1，如果actionness<0.5则转化为0，这样我们就将一个video中抽取出的snippets转化为只包含0，1的序列。
(2) 第二步，设定阈值[图片上传失败...(image-3805bc-1515753117264)] ，它表示一个区域中(高分的snippets数量) / (总的snippets数量)的最低值。算法从遇到的第一个1开始，不停向前包含snippets，只要上述比率还高于阈值[图片上传失败...(image-9b526c-1515753117264)] ，就继续向前囊括新的snippets，直到上述比率跌到阈值[图片上传失败...(image-207b9e-1515753117264)] 以下，停止寻找新的snippets，并退回最后一个值为1的snippets，这样便生成了一个activity区域。
- 分类（classifying proposed candidates ）
- 检查这些proposals中哪些是真的action片段并分类（activity classification and completeness filtering.）
两个步骤:
- Activity Classification：
Activity Classification是基于TSN来构造的。这个分类器会对每一个snippet打分，判断一个proposals属于那一类action或者不属于任何action取决于这个proposals包含的所有的snippet 的分数（Classification Score），在这个步骤中我们保留哪些可能是action的proposals，丢弃那些被判定为不是action的proposals。经过筛选被留下来的proposals还需要经过下一步筛选。
- Completeness Filtering：
Completeness Filtering的作用检测上个步骤筛选保留下来的proposals中是否存在不完整（incomplete）或者包含太多多余信息（over-complete）的proposals。那么如何来做这样的检测呢？仅仅通过观察一个proposal中的所有snippets是无法检测这个proposal是否完整的，我们必须通过观察下面两点：
（1）这个proposal内部的差异性
（2）这个proposal前后发生了什么
为此我们设计一个简单的特征表示，这里需要重新利用到之前计算过的每个snippet的Classification Score，这个特征表示包括三个部分（以一个proposal为例）：
（1）使用一个pool来提取这个proposal中的所有snippets的Classification Score特征
（2）将这个proposal分成两个部分，并分别使用一个pool来提取这两个部分中snippets的Classification Score特征
（3）在这个proposal前后各取一小段区域，并分别使用一个pool来提取它们包含的snippets的Classification Score特征
接下来将这三者构成的特征数据输入到SVM分类器（使用Hard negative mining）中，最终可得到一个分数Sc，分数代表该proposal是恰好包含整个action的概率，结合该proposal属于某action的概率Pa，可以得到最终的分数：SDet = Pa × exp(Sc)
